Neighborhood-Level Burden of Social Risk Factors on Respiratory Syncytial Virus Hospitalization in Ontario, Canada, 2016–2019
Notice bibliographique
Résumé
Background: Beyond clinical risk factors, little is known about the impact of social determinants on respiratory syncytial virus (RSV) burden. Our study aimed to estimate RSV-related hospitalization rates across sociodemographic and housing characteristics. Methods: We conducted a population-based study of all RSV-related hospitalizations in Ontario, Canada, between September 1, 2016, and August 31, 2019, using validated hospital discharge codes and census data. Crude and age-standardized annualized RSV incidence rates and rate ratios (RRs) were estimated for a range of individual-level demographics and neighborhood-level measures of marginalization and housing characteristics. Results: Overall, the annual RSV-related hospitalization rate was 27 per 100 000, with the highest rates observed in children age <12 months (1049 per 100 000) and 12-23 months (294 per 100 000) and adults age ≥85 years (155 per 100 000). Higher RSV-related hospitalization rates were associated with increasing marginalization quintile (Q) of material resources (RR, 1.4; Q5: 33 per 100 000 vs Q1: 24 per 100 000) and household instability (RR, 1.5; Q5: 31 per 100 000 vs Q1: 22 per 100 000). Conclusions: The burden of RSV-related hospitalization was greatest in young children and older adults, with variation by sociodemographic and housing factors. Understanding the role of these social factors is crucial for informing equitable preventive program delivery.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».